Lean Six Sigma ja simulointi

Julkaistu 02.09.2014    Kirjoittanut Eero E. Karjalainen  Tilaa RSS

Lean Six Sigman yksi merkkipaalu ohitettiin 27.1.2014, kun Six Sigma -menetelmästä julkaistiin suomeksi SFS/ISO -standardit 13053-1 ja 13053-2. Standardit ovat: "Prosessin kehittämisen kvantitatiiviset menetelmät. Six Sigma osa 1: DMAIC-menetelmä" ja "Prosessin kehittämisen kvantitatiiviset menetelmät. Six Sigma osa 2: Työkalut ja tekniikat"./1/

Standardit_uusi.jpg

Tapahtuma on merkittävä. En muista yhtään tapausta, jossa näin suoraan on kuvattuna yksittäinen menetelmä ja sen käyttämät työkalut ja tekniikat standardina ja kaiken lisäksi Motorolan omistama tavaramerkki. Yleensä standardit on kirjoitettu yleisemmässä muodossa ja ehkä viitattu vain menetelmään. Esimerkiksi FMEA tunnetaan yhtenä riskianalyysinä ISO 9000 standardeissa.

Toisaalta Six Sigman päätyminen standardiksi kuvaa sen merkittävyyttä ja tehokkuutta ja samalla pysyvyyttä. Six Sigma ei ole "ismi" tai ajan ilmiö, vaan pysyvä liiketoimintaan ja sen parantamiseen kuuluva menetelmä, johon voidaan viitata jopa standarditasolla. Standardissa Six Sigman tarkoitukseksi määritellään: "Six Sigman tarkoitus on parantaa liiketoimintaa ja laadunhallinnan tasoa ja tuottaa enemmän voittoa ratkaisemalla vakavia liiketoiminnan ongelmia, joita on voinut esiintyä pitkän aikaa".

Odotan mielenkiinnolla, koska ammattikorkeakoulut, tekniset yliopistot ja vastaavat käynnistävät omat Six Sigma -koulutuksensa. Nyt on "viralliset" vaatimukset ja sisältö, jota opettaa!

Standardi on hyvin lähellä sitä, jota olemme QKK:ssa opettaneet vuosia Black Belt ja Green Belt -kursseilla, 1990-luvun loppupuolelta asti./2/ Se kuvaa hyvin Six Sigman sisällön ja vähimmäistaidot, jotka mustan, vihreän ja keltaisen vyön (Black Belt, Green Belt ja Yellow Belt) osaajien on hallittava.

Six Sigma menetelmä on ainutlaatuinen. Sen suosio on edelleen erittäin vankka ja monet henkilöt haluavat oppia parantamisen kvantitatiiviset menetelmät ja saada sertifikaatin. Sertifikaatti antaa selkeän markkinaedun työmarkkinoilla.

Eräs ongelma standardissa kuitenkin on. Lukemalla pelkästään standardi ja sen kuvaukset tekniikoista ja menetelmistä, ei ole mahdollista hallita edellä olevien taitoja! Kokonaisuus on paljon laajempi kuin mitä standardiin on voitu kirjata.

Standardissa on lueteltu erityisillä datasivuilla 40 työkalua. Näiden käyttö on luokiteltu pakollisiin, suositeltaviin ja ehdotuksiin sovellettaessa niitä DMAIC -prosessivaiheissa. Tieto, oppi ja soveltamistaito on hankittava joko osallistumalla kursseille ja/tai lukemalla suuri määrä alan kirjoja ja toteuttamalla yksi tai useampia parannusprojekteja.

Erillinen sertifikaatti vaatii myös raportoidun tai raportoituja hyväksyttyjä projekteja, joiden perusteella annetaan sertifikaatti (QKK). Joissain tapauksissa sertifikaatti vaatii myös tentin (ASQ).

Six Sigma parannuksen simulointi

Eräs vaikeimmista parannusprojektin vaiheista on itse parannusmuutoksen verifiointi. Parannusvaiheessa (improve) pitäisi osoittaa (1), että kehitetty parannusmuutosten joukko on todella parannus ja se toimii halutulla tavalla.

DMAIC-prosessi.jpg
Kuva 1: DMAIC-prosessin keskeiset vaiheet ja tavoitteet

Parannus voi olla joko yksi tai useampia muutoksia. Useimmiten se tarkoittaa lukuisia samanaikaisia toisiinsa kytkeytyneitä muutoksia, joita pitäisi muuttaa ja testata erilaisissa olosuhteissa.

Testaus (koe) voi olla haastava, jos parannuskohteena on organisaatio, koko tehdas, osasto, kone tai jokin menettelytapa, joka sisältää testaajan mielestä lukuisa erilaisia riskitekijöitä. Voidaan törmätä ihmisten haluttomuuteen ja muutosvastarintaan. Erityisen vaikeita ovat palveluorganisaatiot, joissa ihmisten tapaa toimia olisi muutettava. Tällöin hyvä vaihtoehto on muutoksen simulointi ennen varsinaista testausta todellisessa olosuhteessa.

Simulointi on todellisuuden jäljittelyä. Ihminen voi simuloida todellisuutta omalla mielikuvituksellaan. Kun parannusten simulointiin yhdistetään koesuunnittelumatriisi (ortogonaalimatriisi), saadaan turvallinen tapa testata parannuksia ilman riskiä.

Kutsumme simulointia "neukkarikokeeksi", koska kokeen voi tehdä yksinkertaisesti neuvotteluhuoneessa "kynällä, paperilla ja mielikuvituksella" kyselemällä ihmisten näkemyksiä eri olosuhteissa syntyvistä tuloksista. Samalla voidaan tarjota vastustajille mahdollisuus purkaa pelkoja, ymmärtää itse koetta ja mahdollisuus oppia koetulosten analysointia sekä tulkintaa.

Neukkarikoe

Neukkarikokeen perusidea on luoda monimuuttujakokeen eri olosuhteet ja arvioida asiantuntijoiden ammattitaidolla odotettavissa oleva tulos. Se voi olla läpimenoaika, määrä, laatu, kustannus tai mikä tahansa numeerisesti mitattava tai arvosteluasteikolla (1-10) annettava arvo. Olosuhdetta voidaan mitata useilla erilaisilla mittareilla samanaikaisesti ja lopulta yhdistää mittareiden tulokset.

Monimuuttujakoe (Taguchi, DoE-koe) on edelleen hyvin monille BB- ja GB-kurssien osallistujille tuntematon, vaikka olen sitä opettanut jo lähes 30 vuotta. Olemme useissa artikkeleissa käsitelleet Taguchi/DoE -kokeita ja osoittaneet niiden tehokkuuden. Monimuuttujakokeet perustuvat ortogonaalimatriiseihin, jotka löytyvät kirjoista ja softista. Esimerkiksi Minitab luo automaattisesti matriisin ja analysoi tulokset.

Minitab 17 -ohjelmassa on erityinen assistant -osio, jossa on automaattinen monimuuttujaolosuhteiden luonti ja myös tulosten analysointi. Helpompaa monimuuttujakokeen tekeminen ja analysointi tuskin voi olla!

Esimerkki tarjouslaskenta:

Oletetaan, että Lean Six Sigma -projektin tarkoituksena on parantaa tarjousprosessia niin, että tarjousten läpimenoaika lyhenee (Lean) ja tarjousten saanti/laatu (tärppi %) paranee (Six Sigma). Kuinka tilannetta voi simuloida?

Aluksi luodaan mahdolliset vaikuttavat tekijät (faktorit) ja tekijöille tasot (2). Tämä tapahtuu Lean Six Sigmassa määrittely, mittaus ja analyysivaiheiden aikana (DMA). Oletetaan, että saadaan seuraava taulukko:

Parannustekijtaulukko.jpg
Kuva 2: Parannustekijät ja niiden tasot

Näistä 11 tekijästä voidaan muodostaa 2048 erilaista yhdistelmää. Kukaan ei voi kokeilla ja hallita tätä kokonaisuutta. Tilannetta voidaan kuitenkin tutkia L12 -ortogonaaliyhdistelmällä, jonka Minitab luo edellä olevien tekijöiden ja näiden tasojen perusteella. (3)

Koesuunnitelma.jpg
Kuva 3a: Minitab 17:n luoma koesuunnitelma simuloidut tulokset C14 ja C17

Koeyhdistelmt.jpg
Kuva 3b: L12 -koeyhdistelmät

Tämän jälkeen laaditaan jokaisesta rivistä (koeajo) erillinen lomake (4), jossa on kuvattuna tilanne. Tässä tapauksessa erilaisia tapauslomakkeita tulee 12 kappaletta. Lomakkeilla kysytään, kauanko tarjouksen tekeminen kestää ja mikä voisi olla todennäköisyys saada tilaus. Luvut tulevat siis "mielikuvituksesta, kokemuksen tuomasta tuntumasta". Kysymyksiin voi antaa vastauksen joko ryhmänä tai jokainen henkilöittäin itsenäisesti (mielellään).

Koetilanteen_kuvaus.jpg
Kuva 4: Koetilanteen kuvaus ja datakeräyslomake

Kun jokaisesta tilanteesta on saatu jokaiselta osallistujalta arviot. Tässä tilanteesta 1 henkilö X ilmoitti mielipiteenä ajaksi 105 min ja tärppiprosentiksi 5% .

Näistä luvuista voidaan laskea jokaisen tekijän muutoksen vaikutus ja suunta. Tätä esitystä kutsutaan vastekuvaksi. (5) 

Vastekuvaaja.jpg
Kuva 5: Vastekuvaaja kahdesta ulostulomuuttujasta

Kuvassa 5 erään ryhmän mielipiteiden vastekuva tarjousaikaan ja tärppiin vaikuttavista tekijöistä. Aikaan vaikuttaa kaikkein eniten, onko myyjä toimistossa ja tärppiin, onko kyseessä uusi vai vanha asiakas.

Ortogonaalimatriisi mahdollistaa myös kaikkien parannusten yhteisvaikutuksen laskemisen. Helpoiten laskeminen/simulointi tapahtuu Minitabin optimizerilla (6).

Minitab-optimoija.jpg
Kuva 6: Minitab optimoijan tulostus

Tässä tapauksessa simulointi osoittaa tarjousajan lyhenevän 754 minuutista 51 minuuttiin ja tärppiprosentin kasvavan 40,4 %:sta 62 %. Ratkaisuja on lukuisia.

Simulointi osoitti, että olisi mahdollista päästä huomattavasti nopeampaan ja tehokkaampaan tarjousprosessiin.

Kun simulointi on suoritettu, on syytä tehdä se "oikea" monimuuttujakoe oikeilla asiakkailla ja oikeassa tilanteessa ja testattava, oliko simulointikoe luotettava. Usein ammattilaisilla on varsin hyvä näkemys, joka ei paljoakaan poikkea todellisesta tilanteesta. Varmistuskoe on kuitenkin "must".

 

Aiheeseen liittyvä YouTube -video.

 

eerooikee2.jpg
DI Eero E. Karjalainen
eero@qk-karjalainen.fi

 

Lähteet:

  1. SFS/ISO standardit 13053 1 ja 2
    Osa 1. ISO 13053-1; Prosessin kehittämisen kvantitatiiviset menetelmät. Six Sigma. Osa 1: DMAIC-menetelmä (http://sales.sfs.fi/sfs/servlets/ProductServlet?action=productInfo&productID=268787)
    Osa 2. ISO 13053-2; Prosessin kehittämisen kvantitatiiviset menetelmät. Six Sigma. Osa 2: Työkalut ja tekniikat (http://sales.sfs.fi/sfs/servlets/ProductServlet?action=productInfo&productID=268739)
  2. Tanja Karjalainen: Six Sigma – Uuden sukupolven johtamis- ja laatumenetelmä, 2002

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

  • Jouni

    Hieno simulointi.. ehkä tuossa olisi voinut olla vähemmän tekijöitä, niin olisi ollut helpompi mieltää muuttunut tilanne.. Harmillista, että tuossa videossa menee tekstit niin puuroksi, ettei kaikkia pysty edes lukemaan.. Pitäisiköhän video tehdä uudelleen vähän skarpimpana.. Muuten ihan asiallinen aihe ja aineisto.. t. Jouni

  • Kyösti Huhtala

    Eipä olekaan tullut aikaisemmin tällainen simulointi mieleen! Hyvä idea jo ikäänkuin riskianalyysin hengessä.

  • Jisvi Hyyrynen

    Olen käyttänyt neukkarikoetta itse ja se todellakin toimii. Nyt parhaillaan olen mukana projektissa, jossa tavoitteena on tutkia prosessit eri toimintayksiköissä. Käytämme nykytilan havainointiin mm. VSM:ää ja etukäteen käynnistetään SPC mittaukset (laatutaulut) prosesseissa ilmenevien häiriöiden (erityissyyt ja vaihtelu)selvittämiseksi. Tiettyjen prosessien toteuttaminen on organisaatiossamme vahvasti kausiluonteista ja olen pähkäillyt miten saisi esille tutkimuksen yhteydessä näiden "kiinni olevien" prosessien osalta tarvittavia toimenpiteitä ja tässähän tämä ratkaisu on ollut ihan silmieni alla koko ajan, eli simuloimme näitä prosesseja neukkarikokein. Kiitos tästä herätteestä.

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    Gageturvallisuusjaksoaikalaatu ratkaisee8DPDCAANOVACDAqfdJuranriskiDemingValue Stream MappingmenetelmätIshikawaSPC-korttiSigmahävikkifunktiohyväksymisnäytteenottoasiakastyytyväisyysJatkuva parantaminenMinitabtoleranssiSPCDFSSryhmittelykaavioaivoriihilaadunkehittäjäTuottavuusarvovirta-analyysivaihtelun vaikutusarvovirtakuvausvuodiagrammimonimuuttujatestimittavirheDOEasiakasMSAOpetusmenetelmätLaatujärjestelmäBalanced Scorecardparannusjärjestäminenhypoteesitestiparannustoimintatilastollinen päätöksentekoregressioanalyysigurutBody of KnowledgeuutiskirjeIATFongelmanratkaisuShingokoesuunnittelusuorituskykymittarittäystekijäkoepuhdistaminenarvovirtaennustaminenstandardointiLaatukonferenssitehokkuusreunaluotettava mittausinnovaatiotoiminnan laitMarkkinointimittausprosessijidokaISO 9001:2015Lean Handbookerityissyyjitoeedatan käsittelyTPSoperaatiotutkimusacceptance samplinghukan muodotmixtureDesign for Six Sigmaläpimenoaikastabiilit-testiDMAICasiakastyytyväisyysCombanion by MinitablaatutyökalutohjausDSDprosessisysteemiHall of FameKaikakuFactory PhysicsOFATohjaussuunnitelmatoiminnan lainalaisuudetSix Sigmatilastomatematiikkamielenmallitsyy-seurauskaaviojohtamisjärjestelmäLeanKingmanin yhtälöMinitab 18OpettaminenControl Plantehollinen aikakorrelaatioLean-taloCTPneukkarikoeparannusmenetelmäkausaliteettiideointiTPM5Smuutoskalanruotolaadunparannuslaatu SuomessaBlack BeltryhmätyöskentelyLean Six SigmaASQkustannussäästötlaadunohjausAsiakastarveL8-matriisivalvontaLittlen lakitehdasfysiikkaEDAKingmanDesign of ExperimentsCrosbyprosessikuvausROIFeigenbaumdatan keräysLean-visioLaatutyökalutsatunnainen vaihteluriskinkartoitusmittaussysteemilainalaisuudetdatan laatuohjauskorttiOhnodataHarryDemonstraatiotVSMmittaaminenlaatutaulutWheelerISO 9001laadunhallintalaatumalliparannustoiminnan kehittyminenTaguchihistogrammikvantitatiiviset menetelmätparannuksen johtaminensatunnaissyyShewharttilastovaihteluHukkalajitteluTätä on Leanmuutoksen tuska5W2H ParetopäämäärämallimonimuuttujakoeTOCpaloautopelidatan käsittelydatan luokitteluparannusmalliFMEAMonte CarloCTQISO 9000parantaminen0-virhesekoitekoetiedonkerääminenBOKsitoutuminendatan käsittelykuvaaminenPDSA-ympyrätyökalutVOCToyotaJohtaminenMarkkinointiprosessidata-analyysiLean Six Sigma Black BeltBig DataPDSADMADVhypoteesitestausKatanollavirheIATF 16949

    Arkisto